Proxy per lo scraping: benchmark tra residenziali, datacenter e unblocker
I fornitori di proxy dichiarano tassi di successo del 95–99%. Sui siti che bloccano attivamente i bot, ne vediamo il 55–75%. Abbiamo inviato richieste tramite proxy residenziali, datacenter e unblocker ogni ~5 minuti, da server in diversi paesi.
Il tipo di proxy conta più del fornitore. Ad esempio, sugli stessi target, gli unblocker restituiscono ~10–25 pagine reali in più ogni 100 rispetto ai proxy datacenter.
Risultati del benchmark dei proxy per il web scraping
Tasso di successo per fornitore
Tempo di risposta per fornitore
Il successo reale è ben al di sotto dei tassi dichiarati:
Sui siti protetti, i proxy residenziali e i proxy datacenter si attestano in genere tra il 55% e il 75% in un dato giorno, non il 95–99% riportato sulle pagine dei fornitori.
La differenza deriva da tre modi di misurare. Primo, il successo significa che è arrivata la risposta reale del sito: un CAPTCHA o un muro di login servito con HTTP 200 conta come fallimento, mentre molte cifre dei fornitori lo contano come successo. Secondo, testiamo siti che bloccano attivamente i bot, non il traffico facile che alza le medie di tutti i clienti. Terzo, le richieste passano attraverso circa 17.000 URL invece di ripetere una sola pagina, quindi la cache non aiuta.
Gli unblocker differiscono nel successo, ma molto di più nella velocità:
Il migliore e il peggiore tra gli unblocker distano 5–20 punti, e la classifica è rimasta stabile all’interno di ciascun periodo. Decodo è rimasto in cima o vicino alla vetta per tutto il tempo, mentre Zyte è rimasto indietro di ~5–10 punti.
I tempi di risposta differiscono molto di più. La stabilità conta quanto la mediana: un timeout stretto adatto a un unblocker da ~2 secondi trasformerebbe in fallimenti molte richieste riuscite di un fornitore più lento. Per i lavori in batch, il tasso di successo conta più del tempo. Per tutto ciò che un utente attende, solo un unblocker da ~2 secondi si comporta come un proxy.
Scegliere il tipo di proxy per lo scraping
Scegli il tipo di proxy in base al target e al carico di lavoro, non al marchio. Il tipo di proxy incide sul tasso di successo e sui costi più del fornitore.
- Quanto è severo il blocco del target? Invia prima 100 richieste tramite un proxy datacenter economico. Se più del ~60% restituisce pagine reali, potresti non aver bisogno di nulla di più costoso.
- Quanto volume? Oltre ~100 GB al mese, una differenza di successo di 10 punti costa denaro vero, quindi il costo per pagina riuscita conta più del prezzo di listino.
- Batch o tempo reale? Se i risultati servono a un utente in attesa, il tempo di risposta esclude gli unblocker lenti. Per i lavori batch notturni, conta poco.
Proxy residenziali: cosa mostrano i dati
I fornitori residenziali sono più simili di quanto suggerisca il loro marketing. I loro punteggi medi differiscono di circa 8 punti, e il fornitore migliore cambia ogni giorno.
Nei nostri dati sui residenziali sono emerse quattro tendenze:
- Mentre le prestazioni medie restano stabili, i risultati giornalieri spesso oscillano. Il punteggio di un fornitore può cambiare di 20 punti in un giorno e di oltre 40 punti in una settimana.
- La costanza è importante. Alcuni fornitori offrono risultati stabili, mentre altri registrano sia i punteggi più alti sia quelli più bassi del benchmark.
- Le prestazioni di un fornitore possono calare e restare basse. Usare un fornitore di riserva può aiutare a ridurre questo rischio. Gestire il rischio è più importante che concentrarsi sui tassi di successo. Nel nostro benchmark, Oxylabs è costantemente tra i fornitori più veloci. All’opposto, Apify è il più lento.
Proxy datacenter: quando bastano
Su Google, Instagram, TikTok, Walmart, X, Yandex e YouTube, i proxy datacenter restituiscono in genere pagine reali nel 55–75% dei casi.
In base ai dati del nostro benchmark:
- Il datacenter spesso basta. Anche su questi siti fortemente protetti, i proxy datacenter hanno restituito pagine reali più della metà delle volte nella maggior parte dei giorni. Prova prima il datacenter e passa a soluzioni superiori per i target in cui fallisce.
- Il vantaggio di velocità è modesto. Le mediane dei datacenter si aggirano intorno a 1,5–2,0 secondi, mentre quelle dei residenziali si collocano per lo più tra 2,0 e 2,5 secondi sui rispettivi target. Da sola, la velocità raramente è un motivo per scegliere il datacenter.
- Un successo più alto spesso comporta risposte più lente. Webshare ha registrato il successo più alto tra i datacenter nel suo periodo, ma è stato anche il più lento, con ~1,7–2,4 secondi. Apify è stato il più veloce e il meno efficace. Un fornitore che impiega più tempo potrebbe svolgere più lavoro per richiesta, ad esempio ripetendo i tentativi internamente.
Web unblocker
Gli unblocker hanno restituito ~10–25 pagine reali in più ogni 100 rispetto ai proxy datacenter sugli stessi target. Il fornitore scelto determina quanta latenza paghi per il successo aggiuntivo.
- Adatta il ritardo al compito. Per la raccolta in batch, dove i risultati devono arrivare entro decine di secondi, vince l’unblocker più efficace, anche se è lento. Per tutto ciò che un utente attende, un unblocker che impiega circa 2 secondi funziona come un proxy.
- Verifica se i fallimenti vengono fatturati. Molti unblocker addebitano solo le richieste riuscite. In tal caso, un tasso di successo più basso costa tempo e nuovi tentativi, non denaro.
Ti serve davvero un proxy? Proxy contro API di scraping
Per i siti popolari con una API di scraping dedicata, i proxy grezzi sono di solito la scelta più costosa una volta contato il tempo di ingegneria.
Nel nostro benchmark sul web scraping, le API di scraping costano circa quanto i proxy residenziali, ma restituiscono JSON strutturato invece di HTML grezzo. In diversi di quei benchmark ogni fornitore ha raggiunto un successo vicino al 100%, ben oltre ciò che i proxy ottengono su siti simili.
In passato recuperavamo l’HTML tramite unblocker e analizzavamo i campi con selettori CSS, e ogni restyling di un sito rimandava lavoro ai nostri ingegneri. Quando abbiamo visto che le API di scraping non costavano più degli unblocker che usavamo, abbiamo spostato su di esse la maggior parte della nostra raccolta.
I proxy hanno ancora senso quando:
- Non esiste alcuna API per il sito, oppure l’API non restituisce i campi che ti servono.
- Fai scraping di molti siti diversi con volumi modesti ciascuno, dove mantenere una sola configurazione di proxy conviene più che acquistare molte API.
- Hai un team tecnico solido e i costi dei dati decidono i tuoi margini.
- Ti serve il pieno controllo su header, sessioni e tempistiche.
Aggiungi come fonte preferitaMetodologia
Inviamo richieste HTTP tramite ciascun fornitore a siti popolari che filtrano i bot, per verificare se viene restituita la pagina effettiva. Quattro server in Francia, USA, Singapore e Brasile eseguono test identici ogni 20 minuti. I test sono sfalsati, così un nuovo lotto viene inviato circa ogni cinque minuti. I risultati sono aggregati quotidianamente e combinati da tutte e quattro le località.
I siti provengono dalla classifica del traffico di SimilarWeb per ciascun mercato. Manteniamo un sito solo se i nostri server possono accedervi, se ha pagine di prodotti, elenchi, profili o ricerca da cui vale la pena raccogliere dati, e se quelle pagine indicano chiaramente di essere pagine reali, non una schermata di blocco.
Se un browser ottiene più pagine reali di una semplice richiesta, testiamo quel sito con un browser headless per ciascun fornitore. Gli unblocker non usano un browser perché restituiscono contenuti già elaborati.
Una richiesta ha successo se restituisce HTTP 404, il che significa che il proxy ha raggiunto il sito ma la pagina manca, oppure HTTP 200–399 con un marcatore di contenuto noto per quel sito, come a-price-whole su Amazon o x-item-title__mainTitle su eBay. Per i siti che usano molto JavaScript e non hanno un marcatore stabile, le risposte inferiori a una certa dimensione contano come fallimenti.
Misuriamo il tempo di risposta da quando il proxy riceve la richiesta fino a quando consegna l’intero contenuto della pagina. Contiamo solo le richieste HTTP semplici riuscite. Il valore giornaliero riportato è la mediana.
FAQ
Per poche pagine di un sito non protetto, no. Con volumi reali, o su siti che filtrano i bot, sì: i limiti di frequenza per IP bloccano rapidamente un singolo IP. Per i siti popolari, un’API di scraping può sostituire del tutto i proxy.
Non con il margine di solito dichiarato. Nei nostri dati entrambi restituiscono pagine reali nel 55–75% dei casi in una giornata tipica, anche se su target protetti diversi, quindi non si tratta di un test diretto. Inizia con il datacenter e sposta sul residenziale i target che falliscono.
I web unblocker. Hanno restituito ~10–25 pagine reali in più ogni 100 rispetto ai proxy datacenter sugli stessi target, anche se il divario era minore all’inizio del benchmark.
I tassi dichiarati di solito contano le connessioni che si completano. Se si contano le pagine reali, escludendo CAPTCHA e muri di login serviti con HTTP 200, il 55–75% è tipico sui siti protetti.
Non abbiamo testato i proxy gratuito. I proxy a pagamento restituiscono pagine reali nel ~55–75% dei casi sui siti protetti, mentre gli elenchi gratuito sono condivisi e spesso già segnalati.
Cita questo benchmark
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{karatas2026,
author = {Karatas, Gulbahar},
title = {{Proxy per lo scraping: benchmark tra residenziali, datacenter e unblocker}},
year = {2026},
month = oct,
howpublished = {\url{https://aimultiple.com/proxy-for-scraping}},
note = {AIMultiple. Consultato il 2 ottobre 2026}
}Risultati e timestamp di 393 punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 3 file CSV.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.